《表1 不同分类器对4个不同位置的分类结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于AdaBoost多核支持向量机的跌倒检测研究》
从表1可以发现,在4个采集节点绑定位置中,腰部节点数据分类准确率最好,以经典SVM为例,其分类准确率达到98.33%,误检率最小,为2.30%,其次是胸部位置,其准确率和误检率分别为97.49%和2.60%;胸部采集数据的跌倒检出率最好,SVM的跌倒检出率达到了56.25%.由表1还可以发现,在这4个分类器模型中,多核模型在分类准确率、误检率及检出率都优于传统的SVM模型,尤其是本文所构建模型的分类准确率最高,腰部位置分类准确率达到了99.33%;检出率最好,其中胸部位置达到了73.51%;误检率最小,腰部位置误检率仅有1.62%.
图表编号 | XD0088494100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.15 |
作者 | 赵婉婉、任静、刘燕南、武东辉、余凯 |
绘制单位 | 郑州轻工业大学建筑环境工程学院、郑州轻工业大学建筑环境工程学院、郑州轻工业大学建筑环境工程学院、郑州轻工业大学建筑环境工程学院、郑州轻工业大学建筑环境工程学院 |
更多格式 | 高清、无水印(增值服务) |